📊 模型监控日报

大模型市场 + 我们的花费 + 替换建议

每天一张：外面哪些模型在火/新出/能调工具，我们现在花在哪、有没有异常，以及还能换哪个更省更稳。

结算日 2026-08-05（北京时间整日）· 生成于 2026-08-06 11:31 BJT · 数据：OpenRouter 公开 API + 我们的 llm_call_provenance（账户级全量，与余额同口径）

$13.74

OpenRouter 账户余额

$3.01

2026-08-05 我们的 AI 花费
（token×本地单价反推）

正常

花费异常环节

可比候选模型
（支持工具·中文厂商）

🔆 今日重点（系统自动标黄，先看这里）

下面是脚本每天自动挑出的「值得你看一眼」的点：🔴 要立刻处理 · 🟡 留意 · 🟢 机会/正常。对应的行在下方三个板块里也标了 🔆。

🔴OpenRouter 余额只剩 $13.74，已低于 $20.00 告警线 —— 尽快充值，免得生产路径 402 干涸。
🟡有 1 次调用的模型不在本地定价表里（§2「按模型」带「无定价」标），当日花费可能被低估 —— 该把它加进 llmPricing.ts。
🟢🆕 新模型 Qwen: Qwen3.8 Max（中文厂商 · 支持工具）3 天前刚上架，可纳入 §3 候选评测。
🟢🆕 新模型 DeepSeek: DeepSeek V4 Flash 0731（中文厂商 · 支持工具）6 天前刚上架，可纳入 §3 候选评测。
🟢💡 最值得试：Qwen: Qwen3.7 Flash，每条私信约 $0.0005 vs 现役 $0.0015（省 67%），本周用量排第 49 名（较成熟）。换前先用 eval harness 跑一批中文话术确认质量。

① 市场动态：哪些模型在火 / 新出 / 能调工具

「火」按 OpenRouter 本周使用量排名（榜单顺序）；「新」= 近 14 天首次上架；「工具」= 支持 tool calling（能接我们的函数调用）。

🔥 本周最火 Top 15（按 OpenRouter 全平台本周 token 用量）

#	模型	本周用量	能力	输入$/M	输出$/M
1	DeepSeek V4 Flash 0423 · DeepSeek	6711.2B	工具	$0.0882	$0.1764
2	Hy3 · tencent	5516.9B	工具	$0.1320	$0.5280
3	MiMo-V2.5 · Xiaomi	5320.8B	工具	$0.1400	$0.2800
4	DeepSeek V4 Flash 0731 · DeepSeek	4889.6B	工具新	$0.0900	$0.1800
5	GPT-5.6 Luna · OpenAI	3627.4B	工具	$0.1000	$0.6000
6	GLM 5.2 · Z.ai	3063.2B	工具	$0.7600	$2.42
7	DeepSeek V4 Pro · DeepSeek	2851.3B	工具	$0.4350	$0.8700
8	MiniMax M3 · MiniMax	1845.5B	工具	$0.3000	$1.20
9	Step 3.7 Flash · stepfun	1447.9B	工具	$0.2000	$1.15
10	Kimi K3 · moonshotai	1385.2B	工具	$3.00	$15.00
11	Gemini 3.6 Flash · Google	1280.2B	工具	$1.50	$7.50
12	Claude Opus 5 · Anthropic	1142.0B	工具新	$5.00	$25.00
13	Claude Sonnet 5 · Anthropic	1042.4B	工具	$2.00	$10.00
14	Gemini 3 Flash Preview · Google	960.8B	工具	$0.5000	$3.00
15	Claude Sonnet 4.6 · Anthropic	953.8B	工具	$3.00	$15.00

🛠 工具调用最多 Top 10（本周 tool calls）

#	模型	工具调用	输入$/M	输出$/M
1	DeepSeek V4 Flash 0423 · DeepSeek	72M	$0.0882	$0.1764
2	Hy3 · tencent	55M	$0.1320	$0.5280
3	MiMo-V2.5 · Xiaomi	49M	$0.1400	$0.2800
4	DeepSeek V4 Flash 0731 · DeepSeek	37M	$0.0900	$0.1800
5	GLM 5.2 · Z.ai	36M	$0.7600	$2.42
6	GPT-5.6 Luna · OpenAI	31M	$0.1000	$0.6000
7	DeepSeek V4 Pro · DeepSeek	24M	$0.4350	$0.8700
8	Gemini 3 Flash Preview · Google	16M	$0.5000	$3.00
9	MiniMax M3 · MiniMax	15M	$0.3000	$1.20
10	Claude Sonnet 4.6 · Anthropic	14M	$3.00	$15.00

🆕 近 14 天新模型

模型	上架	工具	上下文	输入$/M	输出$/M
Meta: Muse Spark 1.2	0 天前	工具	1049K	$1.25	$4.25
🔆 Qwen: Qwen3.8 Max	3 天前	工具	1000K	$2.00	$6.00
DeepSeek V4 Flash Latest	4 天前	工具	1049K	$0.0900	$0.1800
🔆 DeepSeek: DeepSeek V4 Flash 0731	6 天前	工具	1049K	$0.0900	$0.1800
Thinking Machines: Inkling Small	6 天前	工具	524K	$0.5000	$1.20
Qwen: Qwen3.7 Flash	9 天前	工具	1000K	$0.0300	$0.1300
Claude Opus 5 (Fast)	12 天前	工具	1000K	$10.00	$50.00
Claude Opus 5	12 天前	工具	1000K	$5.00	$25.00
Ling-3.0-flash	14 天前	工具	131K	$0.0750	$0.2200

② 我们当前花费明细：钱花在哪、有没有异常

现役：写私信用 qwen/qwen3-235b-a22b-2507，分析用 deepseek/deepseek-v4-flash。账户余额 $13.74 （充值 $1030.00 − 已用 $1016.26）。下面是 2026-08-05 整日（北京时间）按环节/模型的花费拆解。

本报全部按北京时间整日（00:00–24:00 BJT）切天，所以 2026-08-05 合计 = $3.01。
若跟按 UTC 切天的老对账文档（如 llm-cost-compare / icebreak-cost-fix）核对，同一天 UTC 口径 = $2.64（[2026-08-05 00:00Z, 次日 00:00Z)，账户级全量）。两数都对，只是切天边界不同 —— 对账认准口径再比。

近 9 天每日 AI 总花费

$2.57

07-28

$2.95

07-29

$2.46

07-30

$2.57

07-31

$2.76

08-01

$2.21

08-02

$3.31

08-03

$6.25

08-04

$3.01

08-05

按环节占比（2026-08-05，合计 $3.01）

判意向
分析

$2.13 71%

2399 次

多轮聊天
写私信

$0.7836 26%

539 次

判装修阶段
分析

$0.0508 2%

381 次

wecomProfileExtract
其他

$0.0278 1%

363 次

wecomRollingSummary
其他

$0.0128 0%

76 次

resolveAddressFormSmart
其他

$0.0035 0%

44 次

classifyMaterialType
其他

$0.0034 0%

3 次

classifyInboundReplyValidity
其他

$0.0008 0%

11 次

写私信(多轮)平均用量：输入 16072 token / 输出 72 token（539 次）

判意向平均用量：输入 4349 token / 输出 2341 token（2399 次）

按模型

模型	花费	次数
deepseek/deepseek-v4-flash现役·分析	$2.23	3277
qwen/qwen3-235b-a22b-2507现役·写	$0.7836	538
client-approved-verbatim	$0.0000	1	无定价

异常检测

🟢 各环节花费均在 7 日基线 1.5× 以内，未见异常突刺。

说明：花费由我们自己的调用记录（llm_call_provenance）按前一天 token × 本地单价反推，不依赖 OpenRouter 网站；provenance 的 cost 字段恒空，故一律按 token 估算。

③ 可替换 / 可优化：更省 + 更稳的候选

候选 = OpenRouter 上支持工具调用且中文生成口碑较强厂商（qwen/deepseek/minimax/kimi/glm 等，启发式）。「估算每条私信成本」用我们 2026-08-05 写私信的真实平均 token（输入 16072 / 输出 72）× 各模型单价算；「省多少」对比现役写私信模型。稳定性用本周使用量排名做成熟度代理——真实生成质量需跑评测（可接你们的 eval harness）。

模型	输入$/M	输出$/M	每条私信估算	vs现役	上下文	稳定性代理
🔆 Qwen: Qwen3.7 Flash值得试	$0.0300	$0.1300	$0.0005	-67%	1000K	本周第 49 名 · 推理
Qwen: Qwen3 30B A3B Instruct 2507	$0.0481	$0.1930	$0.0008	-47%	262K	本周第 102 名
Z.ai: GLM 4.7 Flash	$0.0600	$0.4000	$0.0010	-33%	203K	本周第 110 名 · 推理
Tencent: Hy3 preview	$0.0630	$0.2100	$0.0010	-31%	262K	本周第 93 名 · 推理
Qwen: Qwen3.5-Flash	$0.0650	$0.2600	$0.0011	-28%	1000K	本周第 71 名 · 推理
Qwen: Qwen3 Coder 30B A3B Instruct	$0.0700	$0.2700	$0.0011	-23%	262K	本周第 146 名
Qwen: Qwen3 32B	$0.0800	$0.2800	$0.0013	-12%	131K	本周第 117 名 · 推理
DeepSeek: DeepSeek V4 Flash 0423现役	$0.0882	$0.1764	$0.0014	-4%	1049K	本周第 1 名 · 推理
DeepSeek: DeepSeek V4 Flash 0731	$0.0900	$0.1800	$0.0015	-2%	1049K	本周第 4 名 · 推理
Qwen: Qwen3 235B A22B Instruct 2507现役	$0.0900	$0.5500	$0.0015	+0%	262K	本周第 66 名
Qwen: Qwen3 Next 80B A3B Instruct	$0.0900	$1.10	$0.0015	+3%	262K	本周第 124 名
Qwen: Qwen3.5-9B	$0.1000	$0.1500	$0.0016	+9%	262K	本周第 101 名 · 推理
Qwen: Qwen2.5 7B Instruct	$0.1000	$0.2000	$0.0016	+9%	33K	本周第 138 名
StepFun: Step 3.5 Flash	$0.1000	$0.3000	$0.0016	+10%	262K	本周第 189 名 · 推理

读法：「vs现役」绿色=比现在更便宜、红色=更贵。但便宜不等于能直接换——换写私信模型前，建议先用 eval harness（AKKE_USE_EVAL_KEY=1）在同一批样本上跑一遍，确认中文话术质量不掉，再切。